结合多特征描述和svm的遥感影像分类研究

《结合多特征描述和svm的遥感影像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10459学号或申请号201212222554密级郑州大学硕士学位论文结合多特征描述和SVM的遥感影像分类研究作者姓名：李奇峰导师姓名：郭同德学科门类：工学专业名称：水利信息技术培养院系：水利与环境学院完成时间：2015年5月原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研宄作出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。学位论文使用授权声明本人在导师指导下完成的论文

2、及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterClassif

3、icationofRemoteSensingImageBasedonSVMwithMulti-featureDescribedBy：QifengLiSupervisor:TongdeGuoWaterConservancyInformationTechnologySchoolofWaterConservancyandEnvironmentMay,2015摘要摘要遥感影像是水利信息中的重要信息源，从遥感影像中提取所需信息是利用遥感影像的关键步骤。随着遥感数据获取手段的增多，遥感影像数据量飞速增长，如何高质、高效地进行遥感影像的分类显得至关重要。本

4、文主要探讨遥感影像的自动分类问题，在对国内外相关文献进行阅读、归纳的基础上，做了以下研究。分析了目前该类研究中存在的考虑因素单一、研究方法综合性不足等问题。提出了遥感影像分类研究应结合智能算法和多特征描述来展开的观点。同时，根据支持向量机（SVM）在遥感影像分类领域的研究现状，提出了将多种方法描述的纹理特征和影像的光谱特征相结合，并利用SVM分类器进行分类的方法。介绍了SVM的基本理论、基本算法，详细讨论了SVM参数选择算法。根据SVM的泛化误差界，分析了SVM的小样本特性及其对模型复杂程度的控制能力。同时对极大似然估计、最近距离（NN）、K

5、近邻（K-NN）、朴素贝叶斯等分类算法，就精度、效率、适用条件做了分析对比。在对灰度直方图、Gabor小波、离散傅里叶环状采样和离散小波分解四种纹理描述方法进行介绍和比较的基础上，根据Gabor小波滤波器的导出过程，提出了尺度参数选择的基本指导原则，对离散傅里叶环状采样方法进行了改进，进一步提出了DFT平均环状采样直方图方法。结合多特征描述以及SVM遥感影像分类算法，基于LibSVM、OpenCV、FreeImage、SQLite、QT等开源工具和C++语言开发了一套实验系统，并以郑州市西北方向某一区域的Landsat8OLI影像为例进行了一

6、系列实验。实验表明，本研究所提出的SVM分类算法，其分类精度远高于最大似然估计、K近邻、朴素贝叶斯等分类算法的精度；所选用的四种纹理描述算法均具有一定区分能力，其中Gabor小波和DFT平均环状采样直方图方法区分能力最强；结合纹理特征和光谱特征进行SVM影像分类，可以将分类精度提高10%，总体分类精度最高可达96.2%；结合多种纹理描述算法可进一步提高SVM的影像分类精度。实验中还发现，若将区分度高的纹理描述算法和区分度低的纹理描述算法进行组合，其分类精度反而高于多种区分度均较高的纹理描述算法的组合，I摘要本文从模型复杂度控制的角度对这一现象

7、进行了分析和解释。关键词：遥感影像，分类，多特征，纹理描述，SVMIIAbstractAbstractRemotesensingimageisanimportantdatasourceofwaterconservancyinformation.Extractingtherequiredinformationfromtheremotesensingimageisakeystep.Withthediversificationofthemeanstoacquireimagedata,thenumberofremotesensingimagedata

8、isincreasing.Howtomaketheclassificationofremotesensingimagewithmoreefficiencyiscri